项目管理简介
项目管理粗看之下与过程管理似乎有一定相像之处，但实际上并不如此。两者的主要区别在于:过程管理通常只是面向一个具体对象(如图纸、文档等)的状态管理，主要解决对该对象内部数据流的影响问题，管理粒度很细;而项目管理的范围则广泛得多，它围绕着某一工作目标的实现，进行任务划分、任务排序、任务调度、任务执行结果评估等工作，决不仅仅限于管理一个具体对象，但是通常它只涉及任务的人员指派，任务的期限指派，项目资源的分配等粗线条管理，对内部数据流的涉及深度不及过程管理，管理粒度一般要粗于过程管理。

 
项目定义
项目管理涵盖的范围较广。从广义上说，在如何最大限度地利用现有资源(人员、设备等)在最短的时间内完成任务方面所做的所有努力均可划入项目管理的范畴。因此，从这层意义上说，项目管理算不上一个新概念，人们在该领域己经作了一些研究，并取得了不少成果。实际上，华罗庚先生在五六十年代就倡导的统筹方法、美国六七十年代在发展航天技术过程中提出并得到成功应用的临界路径法(CPM)均可看作是项目管理的早期实践。
 

由于近年来全球制造业竞争的不断加剧，企业对项目管理的需求也与日俱增，项目管理己成为PDM系统一个不可或缺的重要组成部分。尽管根据CimData公司的统计资料，在已经推出的PDM系统中，项目管理依然是五大功能中受支持最少的一个功能，但我们认为，项目管理的成功应用对缩短企业产品开发周期至关重要。因此，在PDM系统的设计和开发过程中，项目管理应该提到一个非常重要的位置上。
 
   
尽管项目管理已经有了一个较为悠久的历史，但对项目本身下一个精确的定义仍然不是一个简单的工作。但是项目应至少包含三个方面的内容已取得一定的共识[Sathi et al.85] [Schweyer et al.95] [Schweyer et al.96]。这三个方面的内容为:
 
   
首先，项目是面向目标的。所有的项目都有一个给定的目标，项目建立的目的就是实现该目标。目标并不须指明如何完成，而只需指明要达到的最终状态。其次，项目具有生命周期。目标的实现过程必须在一个有限的时间间隔内完成，实现过程通常包括计划和执行两个阶段。最后，项目目标的实现过程是由人完成的，这些人员被称为项月用户。项目用户通常分为定义目标、规划控制目标实现的项目管理员和执行具体功能的项目工作人员。
 

 
项目评价
以往的项目管理研究中，项目完成情况的评价是一个被忽视的研究领域。随着项目管理研究和应用的不断深入，这一状况正在被纠正。一个星形的，以评价为中心的系统开发模式[Hartson.H.R.et al.89」的体系结构如图13-1所示。该开发模式认为，项目开发是一个分析、设计、构造和评价的迭代开发过程，其核心是评价。实际上，通过项目评价可以在项目开发的早期发现项目任务流的缺陷，从而改进设计，避免走弯路;通过评价，可以对项目的最终性能指标有一个全面、清晰的了解，从而方便项目的不断改进。

 
图13-1 以评价为中心的系统开发模式

 
   在PDM中，项目评价实现的意义可以归纳为:

   .确定项目目标是否已真正实现，即确定是否可以终止该项目。

   .如果项目目标离预期效果尚有一定距离，系统应能自动确定需改进的瓶颈问题，并提出具体的改进建议。

   .总结各类项目成功与失败的经验，不断充实系统的评价规则库和改进建议库。

   
PDM系统中项目评价过程的控制流可如图13-2所示。从图13-2中可以看出，项目评价主要有三大过程，即评价数据获取、评价结论生成和改进建议生成。评价结论生成和改进建议生成又分别在评价规则库和改进建议库的支持下工作。

 
图13-2 以评价为中心的系统开发模式
 

 
评价数据获取
评价数据的全面性和精确性直接关系到项目的正确评价，而采取何种获取方式对评价数据的生成至关重要。当然，选取哪一类数据获取方式与项目的具体特性有密切联系。一般情况下，数据获取方法主要有以下几种:

   (1)项目开发活动的日志记录。PDM系统的日志功能将较为详细地记录下项目的开流程;

   (2)直接观测记录;

   (3)调查表。向各种不同身份人员—设计人员、工艺人员、最终用户等发放调查表记录下他们对项目完成的看法，这种方法的误差性、随意性很大，需要经过懊重的统计处理;

   (4)仿真实验。这种方法得到的数据较为客观、全面，但所需代价也相应较高。
 

 
评价结论生成
评价结论的生成是实现项目评价的核心和难点。以往项目评价结论的生成往往只是项目管理员(包括单个或一组人员)的个人行为，这种方法的缺陷一方面是带有很大的主观随意性，另一方面是无法自动实现以项目评价为基础的项目改进。但是要实现用计算机对项目的自动评价又不是一件简单的工作，主要的约束在于:

   (1)许多评价指标本质上往往是主观的、定性的、不确定的，必须找到一个方法定量地描述这些指标以满足计算机处理的需求:
   
   (2)这些评价指标可能是互相冲突的，项目的实现通常不可能很好地满足所有的评价指标。
 
    模糊集理论是研究处理非量化数据的常用工其，它具有两大特点:

    .能够对本质上定性，主观和不确定的问题进行量化描述:

    .提供了一组聚合联结规则，可用它们对各种相互冲突的指标进行折衷考虑。
 
   
由于模糊集理论具有的这两大特点，使得它成为解决项目自动评价的最佳工具，PDM系统就可以采用基于模糊集理论的评价方法—用模糊集描述项目的各种评价指标，将多个评价指标的项目评价问题转化为多模糊集的聚合问题。